[논문 리뷰] Using Enthymemes to Fill the Gap between Logical Argumentation and Revision of Abstract Argumentation Frameworks

Jean-Guy Mailly|arXiv (Cornell University)|2016. 03. 29.

Multi-Agent Systems and Negotiation참고 문헌 32인용 수 9

한 줄 요약

이 논문은 논리 기반의 추론 프레임워크에서 불확실성을 모델링하기 위해 공통 배경 지식에 의존하는 부분적으로 명시된 추론인 엔티마(enthymemes)를 사용하는 것을 제안한다. 이는 암시된 전제의 오해가 잘못된 공격 관계를 초래할 수 있음을 보여주며, 기존의 추상적 추론 수정 프레임워크가 확실한 공격과 의심스러운 공격을 구분함으로써 새로운 정보가 현재의 공격 관계와 모순될 경우 동적으로 업데이트할 수 있도록 조정될 수 있음을 보여준다.

ABSTRACT

In this paper, we present a preliminary work on an approach to fill the gap between logic-based argumentation and the numerous approaches to tackle the dynamics of abstract argumentation frameworks. Our idea is that, even when arguments and attacks are defined by means of a logical belief base, there may be some uncertainty about how accurate is the content of an argument, and so the presence (or absence) of attacks concerning it. We use enthymemes to illustrate this notion of uncertainty of arguments and attacks. Indeed, as argued in the literature, real arguments are often enthymemes instead of completely specified deductive arguments. This means that some parts of the pair (support, claim) may be missing because they are supposed to belong to some "common knowledge", and then should be deduced by the agent which receives the enthymeme. But the perception that agents have of the common knowledge may be wrong, and then a first agent may state an enthymeme that her opponent is not able to decode in an accurate way. It is likely that the decoding of the enthymeme by the agent leads to mistaken attacks between this new argument and the existing ones. In this case, the agent can receive some information about attacks or arguments acceptance statuses which disagree with her argumentation framework. We exemplify a way to incorporate this new piece of information by means of existing works on the dynamics of abstract argumentation frameworks.

연구 동기 및 목표

• 논리 기반의 추론과 추상적 추론 프레임워크에서의 동적 수정 간 격차를 해소하기 위해.
• 실제 세계의 추론이 불완전하고 암시적인 사고 방식(엔티마)을 포함하므로, 이로 인해 공격 관계에 오해가 생길 수 있음을 모델링하기 위해.
• 기존의 추상적 추론을 위한 동적 수정 기법이 엔티마 해석으로 인한 불확실성을 다룰 수 있도록 적응시킬 수 있음을 보여주기 위해.
• 추론 프레임워크에서 확실한 공격(완전히 명시된 추론에 대한 공격)과 의심스러운 공격(엔티마에 대한 공격) 간의 형식적 구분을 정의하기 위해.
• 새로운 정보가 엔티마에 대한 해석과 모순될 경우, 에이전트가 자신의 추론 프레임워크를 수정할 수 있도록 가능하게 하기 위해.

제안 방법

• 논리적 추론의 일부로 공통 지식으로 간주되는 지원 또는 주장의 일부가 암시된 엔티마로 추론을 표현하기 위해.
• 에이전트의 믿음 기반을 공식적인 공식 집합으로 모델링하며, 공유되지 않거나 잘못 이해된 지식으로 인해 추론 구조가 불완전할 수 있음을 고려하기 위해.
• 엔티마를 포함하는 공격는 에이전트가 누락된 전제를 어떻게 해석하느냐에 따라 의심스러울 수 있음을 다루기 위해.
• 추상적 추론 프레임워크 내에서 고전적 연역적 추론과 엔티마 간의 공식적 구분을 도입하여 수정을 안내하기 위해.
• 기존의 추상적 추론 수정 연산자(예: 번역 기반 수정)를 적용하여, 새로운 정보가 현재의 공격 구조와 모순될 경우 프레임워크를 업데이트하기 위해.
• 의심스러운 공격의 처리를 향상시키기 위해 엔티마의 '고정 부분(fixed part)' 개념을 도입하여 수정의 정밀도를 높이기 위해.

실험 결과

연구 질문

• RQ1 논리 기반 추론에서 엔티마는 추상적 추론 프레임워크에서 잘못된 공격 관계를 어떻게 초래할 수 있는가?
• RQ2 공통 지식에 대한 에이전트의 해석은 추론 간 공격 관계의 타당성에 어떤 영향을 미치는가?
• RQ3 기존의 추상적 추론을 위한 동적 수정 기법은 엔티마 해석으로 인한 불확실성을 다룰 수 있도록 적응시킬 수 있는가?
• RQ4 수정 과정에서 확실한 공격과 의심스러운 공격 간의 형식적 구분을 어떻게 유지할 수 있는가?
• RQ5 엔티마의 고정 부분은 불확실한 공격에 대한 수정 과정을 어떻게 정교화하는가?

주요 결과

• 엔티마는 에이전트가 누락된 전제를 잘못 이해할 수 있기 때문에 추론 프레임워크에 불확실성을 도입하며, 이로 인해 잘못된 공격 관계가 발생할 수 있다.
• 논리적 믿음 기반을 가진다 해도 공격 관계는 절대적이지 않으며, 에이전트의 암시적 지식 해석에 따라 달라진다.
• 엔티마의 사용은 논리적으로 필수적인 공격이 아니지만, 공통 배경 지식에 대한 오해로 인해 필수적으로 보이는 공격을 초래할 수 있다.
• 기존의 추상적 추론 수정 방법은 이러한 불확실한 공격을 수정 가능한 구성요소로 간주함으로써 이를 다룰 수 있도록 적응시킬 수 있다.
• 엔티마의 '고정 부분' 도입은 수정 과정을 더 정교하게 만들며, 잠재적으로 잘못된 공격의 수를 줄인다.
• 새로운 정보가 현재의 공격 구조와 모순될 경우, 이 프레임워크는 에이전트가 새로운 공감대나 증거에 맞게 자신의 추론을 조율할 수 있도록 지원한다.